位图矢量如何比普通矢量快？

Question

它是supposedly faster而不是矢量，但我真的不明白引用的位置应该如何帮助它（因为矢量根据定义可能是最本地打包的数据 - 每个元素都被打包在旁边后续元素，之间没有额外的空间。）

基准测试是否采用特定的使用模式或类似的东西？

这怎么可能？

Answer 1

位图向量尝试不是比正常向量严格更快，至少不是一切。这取决于你正在考虑的操作。

传统向量更快，例如，在访问特定索引处的数据元素时。直接索引数组查找很难打败。从缓存局部性的角度来看，如果您所做的只是按顺序循环遍历大数组，那么大数组就非常好了。

然而，位图矢量trie对于其他操作会更快（由于结构共享） - 例如，在不影响原始数据结构的情况下创建具有单个更改元素的新副本是O（log32 n）与O（n ）对于传统的矢量。这是一个巨大的胜利。

这是一个非常值得关注这个主题的精彩视频，其中包括为什么您可能需要使用您的语言的这类结构的动机：Persistent Data Structures and Managed References（由Rich Hickey讲话）。

Answer 2

其他答案中有很多好东西但是nobdy回答了你的问题。 PersistenVectors只能通过索引快速进行大量随机查找（当数组较大时）。 “怎么可能？”你可能会问。 “普通的平面阵列只需要移动指针，PersistentVector必须经过多个步骤。”

答案是“缓存局部性”。

缓存始终从内存中获取范围。如果你有一个大数组，它不适合缓存。因此，如果要获取项目x和项目y，则必须重新加载整个缓存。那是因为数组在内存中始终是连续的。

现在PVector与众不同。周围有许多小型数组，JVM很聪明，并且它们在内存中彼此靠近。所以对于随机访问，这很快;如果按顺序执行它会慢得多。

我不得不说我不是硬件方面的专家或者JVM如何处理缓存局部性我自己从未对此进行过基准测试;我只是在重述我从其他人那里听到的东西:)

编辑：迈克拉也提到了这一点。

编辑2：请参阅有关功能数据结构的讨论，如果您只对矢量感兴趣，请跳到最后一部分。 http://www.infoq.com/presentations/Functional-Data-Structures-in-Scala

Answer 3

位图矢量trie（又名持久矢量）是Rich Hickey为Clojure发明的数据结构，自2010年以来已在Scala中实现（v 2.8）。正是它聪明的按位索引策略允许高效访问和修改大型数据集。

来自Understanding Clojure's Persistent Vectors：

  

可变向量和ArrayLists通常只是增长的数组   并在需要时收缩。当你想要可变性时，这很有用   但是当你想要持久性时，这是一个大问题。你变慢了   修改操作，因为您必须复制整个数组   所有的时间，它会使用大量的内存。这将是理想的   以某种方式避免冗余尽可能不丢失   查找值时的性能以及快速操作。那   正是Clojure的持久向量所做的，并且已经完成了   通过平衡，有序的树木。

     

这个想法是实现一个类似于二进制的结构   树。唯一的区别是树中的内部节点有   最多两个子节点的引用，不包含任何元素   他们自己。叶节点最多包含两个元素。要素   按顺序，这意味着第一个元素是第一个元素   在最左边的叶子中，最后一个元素是最右边的元素   最右边的叶子。现在，我们要求所有叶节点都在   相同深度2。举个例子，看看下面的树：它有   其中的整数0到8，其中0是第一个元素，8是   持续。数字9是矢量大小：

     

     

如果我们想在这个向量的末尾添加一个新元素，我们   在可变世界中，我们会在最右边的叶子中插入9   节点，像这样：

     

     

但问题在于：如果我们想坚持下去，我们就不能这样做。   如果我们想要更新元素，这显然不会起作用！   我们需要复制整个结构，或至少部分结构。

     

为了在保持完全持久性的同时最小化复制，我们执行路径   复制：我们将路径上的所有节点复制到我们所关注的值   更新或插入，并在我们的时候用新的值替换值   在底部。多次插入的结果如下所示。这里，   具有7个元素的向量与具有10的向量共享结构   元素：

     

     

粉红色的节点在矢量之间共享，而   棕色和蓝色是分开的。其他未可视化的载体也可能   与这些向量共享节点。

---

更多信息

除了Understanding Clojure's Persistent Vectors之外，这个数据结构及其用例背后的想法也在David Nolen的2014年演讲Immutability, interactivity & JavaScript中得到了很好的解释，下面是截图。或者，如果您真的想深入了解技术细节，请参阅Phil Bagwell的Ideal Hash Trees，这是Hickey最初的Clojure实现所依据的论文。

Answer 4

“普通矢量”是什么意思？只是一个平面的项目？如果你永远不会更新它，那就太好了，但是如果你改变一个1M元素的平面向量，你必须进行大量的复制;存在树以允许您共享大部分结构。

Answer 5

简短说明：它使用JVM在读/写/复制数组数据结构上进行优化的事实。 IMO的关键方面是，如果你的向量增长到一定的大小，索引管理就成了瓶颈。这里有一个非常聪明的算法，从持久的矢量到游戏，在非常大的集合上，它优于标准变体。所以基本上它是一个功能性数据结构，它只能很好地执行，因为它构建在小型可变高度优化的JVM数据结构上。 有关详细信息，请参阅此处（最后） http://topsy.com/vimeo.com/28760673

Answer 6

从谈话的标题来看，它正在谈论 Scala 向量，这些向量甚至都不接近“可能最本地化的数据”：请参阅https://lampsvn.epfl.ch/trac/scala/browser/scala/tags/R_2_9_1_final/src/library/scala/collection/immutable/Vector.scala处的来源。 / p>

您的定义仅适用于Lisps（据我所知）。